David George 谈风投基金规模、AI 经济逻辑与支持创始人

Harry Stebbings 采访 Andreessen Horowitz 成长投资团队负责人 David George。两人讨论基金规模、私募市场、AI 公司的经济逻辑和创始人筛选。George 谈到了其机构投资过的公司，因此他的评估和预测带有财务利益关联。

Stebbings 问，一只规模很大的风投基金能否合理地为投资人带来五倍回报。George 说，其机构的大型基金表现强劲，并称一只 10 亿美元基金是其表现最好的基金。这些是他对基金表现的描述；访谈没有提供经审计的基金层面回报或完整的同业比较。

George 说，Databricks 和 Coinbase 为该基金带来了很大贡献，其中 Coinbase 的已分配回款达到基金规模的五倍。他的描述没有证明每项贡献都已实现，也没有说明计算日期和基金净回报，因此这些数字不能合并成经过审计的整体业绩。

他引用一项内部分析，涵盖 2017 年至 2025 年的 50 家领先 IPO 公司，称约 47% 的价值增长发生在 B 轮及之前，53% 发生在 C 轮及之后。这是经过选择的样本，估值和筛选方法并未说明，不能代表所有风险投资的普遍回报分布。

他的观点是，企业保持未上市状态更久，加上科技市场规模更大，为后期投入更多资本创造了空间。他预计新一波大型公司会创造可观的私募市场价值，但未来规模及其可能带来的基金回报都是预测。

Stebbings 问，保持未上市状态更久的公司是否会在投资人获得流动性之前被超越。George 说，是否上市本身并不决定竞争，并提到其机构多次领投的 Flock Safety。他对这家公司的乐观判断来自有利益关联的投资人。

George 说，Andreessen Horowitz 可以出售部分私募持仓，但过去通常选择持有并继续投资。他也提醒，不能把所有公司延长未上市时间的情况视作同一个故事：每家公司等待上市的原因不同。

George 说，他认识的上市公司 CEO 没有人告诉他后悔上市；Stebbings 则说他从其他人那里听到了相反的意见。George 认为获得资本可能是上市的一个好处；两人的经验都只是个人样本，不是对上市公司 CEO 的调查。

两人对资本成本的比较存在分歧。George 认为，其投资组合中的一些公司在公开市场融资的成本可能更低；Stebbings 则指出部分私募 AI 公司的估值看起来高于上市同行。双方都没有确立普遍规律，George 也说自己不够了解那些具体例子，无法判断。

George 承认，保持未上市状态可以减少可见的股价波动，并让员工沟通更容易。他举出 Stripe、SpaceX 和 Databricks，认为这种做法对它们有效；他的机构投资了这些公司。

George 认为，随着有价值的公司保持未上市状态更久，投资人必须重新考虑传统资产类别的划分。他引用一项关于上市中小盘指数投入资本回报率下降的分析，但访谈没有提供方法，也没有证明每家公司都出现了同样的下降。

被问及捐赠基金应如何配置各类资产时，他明确承认自己偏向风险投资。他的论点依赖一个假设，即未来科技领导者会与上一代相似；他也承认，一些机构可能已经对私募资产配置过高。这场对话不是个性化资产配置建议。

George 反对投资人忽视欧洲，并以 ElevenLabs 为例。Stebbings 说他错过了该公司和 Deel 的种子轮。两人都赞赏 Deel 创始人持续追求客户的方式；George 所在机构投资了他们讨论的公司。

对于价格堪比成熟企业的早期公司，George 同意许多定价并不合理。他说，极少数特别优秀的创始人可能值得承担不同寻常的风险，并举出其机构投资 Character.AI 的例子。他对下行和上行空间的评价是投资判断，并非保证。

他将成长基金描述为重新审视早期团队错过公司的方式。George 说，该基金约一半投资资金投向早期投资组合公司的后续轮次，另有 15% 跟投由成长基金最初发起的项目，约三分之一投向新公司。这些是他报告的近似内部配置，并未得到外部验证。

其中一个例子是 Deel：George 说，其机构没有参加中间的一轮融资，后来共同领投了 C 轮。Stebbings 反思，担忧模型供应商或大型现有企业未来可能推出什么产品，会让投资人错过优秀创始人。

George 称，其机构的原则是投资创始人最突出的优势，而不是要求没有弱点。他说，对未来理论性竞争的担忧和低估市场规模，都可能成为错过好机会的原因。但这一框架并不能排除竞争或市场过小最终成为决定性问题的可能。

他将软件公司可能遭受的颠覆依次归为商业模式、用户界面和工作流程，以及数据获取的变化。他以按结果收费的客户服务为例，并提到其机构的同事投资了可能受益于这些趋势的 Decagon。

Stebbings 认为，要支撑雄心勃勃的 AI 估值，支出必须从劳动力预算转向技术预算。George 同意这种转变可能发生，但认为客户必须亲身感受到足够的价值，需求才能推动转变，而不只是管理层要求采用 AI。

George 引用 C.H. Robinson 报告的每人处理货运量和营业利润率改善，作为企业改变运营方式的例子。他将收益归因于 AI，但访谈没有区分其他影响因素，也没有提供底层方法，因此不能证明全部变化都由 AI 单独造成。

George 说，如果快速增长的 AI 收入伴随留存和用户参与度，那么这种增长就有意义。由于这些公司可能没有多年的续约历史，他的团队会观察较短期的使用和客户行为。他举出 Gamma、ElevenLabs、Abridge 和 Harvey 等有需求或获客效率较高的公司；其机构对这些公司有投资。

他说，并非每家公司都必须以相同速度从零增长到 1 亿美元。相关比较取决于市场和直接竞争对手，他认为获客效率很重要。高速增长有助于建立优势，但本身不能证明回报可以持久。

关于投资人“造王”，George 说，资本和知名投资品牌可以帮助已经吸引人才、客户和资源的公司。他怀疑单靠一张大额支票就能制造赢家，并认为不加区分的补贴可能掩盖薄弱的竞争优势。

他承认，一家机构的品牌可以帮助创始人招聘，尤其是在早期，并将 Andreessen Horowitz 描述为能够提供投资组合资源的规模型机构。这也是对其自身商业定位的描述，而非对所有投资人的中立评价。

客户服务领域竞争拥挤，却仍吸引投资，因为他认为现有产品今天就能创造价值，而不只是依靠未来模型改进。他重点提到现有投资 Decagon，并说市场既可能由一位领先者主导，也可能由多家企业分享；他不声称知道哪种结果会发生。

Stebbings 质疑高价投资 AI 公司的计算逻辑：即使增长强劲，如果公开市场估值倍数下降，回报仍可能有限。George 说，特别优秀的公司可能增长更快，或获得比抽象例子假设更高的估值倍数。两种说法都是情景推演，并不能证明某个具体估值合理。

谈到毛利率，George 说，相较此前投资软件时，其机构对目前较低的毛利率更宽容。模型输入价格下降，但推理令牌使用量上升，使近期情况并不明朗。他预计成本会趋于合理、毛利率上升，这是预测。

他也设想模型供应商未来可能类似于集中度较高的云市场。他说，一家公司如果宣称业务高度依赖 AI，却声称拥有传统软件式毛利率，就值得追问实际使用情况。访谈并未确立特定的未来市场结构或毛利率。

Stebbings 问，投资 Stripe 和 OpenAI 这样的知名公司，如何符合寻找被忽视机会的理念。George 说，机会可能在于认识到一家已经成功的公司未来还能变得多大。他举出 Anduril 和 OpenAI 的投资，称它们发生在一些后续产品出现之前。

George 将 Anthropic 列为其机构没有投资、但表现突出的公司，并称赞其进展。他预计多个模型供应商仍会保持重要地位，并将潜在市场比作云基础设施；这种比较是个人观点，并非基于公开市场份额证据的预测。

他预测 OpenAI 和 Anthropic 会保留不同优势，但将在企业服务领域竞争，Google 也会参与。他认为 OpenAI 的消费品牌很强。其机构是 OpenAI 投资人，这些说法属于对未来竞争的判断。

被问到 OpenAI 的入场价格何时会过高时，George 说团队必须不断重新评估。他回忆自己曾低估 Databricks 的发展规模，并认为最优秀的创始人可能扩展到最初市场之外。这并没有给出具体价格、预期回报，也不能保证未来轮次有吸引力。

George 说，业务规模扩大后，投资冲突很难处理。他的机构会尽量避免直接冲突，尤其是在合伙人担任董事时，但他承认并非每次判断都正确，而且公司投资后也可能改变方向。

他回忆，与机构创始人 Marc Andreessen 和 Ben Horowitz 最大的分歧涉及 2020 年初的 Waymo。George 认为该公司尚未推出市场产品时价格已经很高；Andreessen 和 Horowitz 则看到了潜在的巨大市场和领先者。机构起初投入较小金额，后来又追加投资。

George 对 Waymo 非常乐观，并引用一篇公开文章，称其安全表现优于人类驾驶员。访谈没有提供评估该安全倍数所需的底层研究、行驶暴露量比较或不确定性；其机构是投资人。

Stebbings 问为什么机构支持 Adam Neumann 的 Flow。George 说，Neumann 在产品和招聘方面有不同寻常的优势，并认为改善租户体验存在机会。他承认风险，同时介绍的是其机构的投资逻辑，而非公司未来表现的独立证据。

George 认为，租金是家庭的一项主要支出，差异化体验可能创造商业机会。他在访谈中的支出估计和品牌观点只是说明性主张；理论市场很大，并不单独证明客户需求或投资回报。

在快问快答中，George 说团队改变了此前认为基础模型会吞并大多数应用软件的假设。如今团队预计会有许多围绕模型构建的应用公司。这一看法与机构现有的 AI 应用投资一致。

他以放射科为例，说明模型在单项任务上的表现未必能替代整个职业：临床人员在看片之外还要完成其他工作。他提出的临床表现和时间分配数字没有研究细节，不应视为经过验证的医疗比较。

他回忆与 Abridge 的医生创始人见面，并看重其专业知识、产品判断和执行力的结合。Stebbings 在 Harvey 创始人身上看到了类似特点。两家公司都是投资人视角下讨论的投资项目，结果并未得到独立评估。

George 称赞合作过的投资人和同事，并解释机构随着规模扩大而逐渐去中心化。过去的合伙人会议让成长团队接触多个行业；他说，现在团队必须主动寻找这些信息，并与早期投资人协调。

展望未来，George 看好个人健康工具和机器人，并将它们视为早期投资机会。他对 AI 辅助健康管理和广泛使用机器人助手的期待仍属推测，并非经过验证的临床收益或投资回报承诺。